在BASH中逐行比較兩個文件

Question

我需要制作一個腳本文件，該文件可以讀取兩個文件並打印出它們之間的公共行。 我知道兩個文件的行數相同，並且每行僅包含一個單詞。

文件1：

Blue
Red
Orange
Green
Yellow
Blue

檔案2：

Blue
Green
Red
Purple
Yellow
Blue

預期產量：

Blue
Yellow
Blue

因此，在示例中，紅色和綠色出現在兩個文件中，但是在每個文件中它們不在同一行上，因此將其忽略。

嘗試使用awk，grep和comm，但無法使它們正常工作。

試圖找到需要最短時間處理的解決方案。

Answer 1

使用awk：

awk 'NR == FNR { lines[NR] = $0 } NR != FNR && lines[FNR] == $0 { print }' file1 file2

說明：

• 讀取第一個文件（ NR == FNR ）時，建立行號到值的映射
• 當不讀取第一個文件（ NR != FNR ）時，如果當前行與高速緩存中相應行的內容匹配，則打印該行

這將只讀取兩個文件一次，並且使用的內存與第一個文件的大小大致相同。

Answer 2

與粘貼和GNU grep。 一步步。

paste -d '|' file1 file2

輸出：

Blue|Blue
Red|Green
Orange|Red
Green|Purple
Yellow|Yellow
Blue|Blue

---

paste -d '|' file1 file2 | grep -Po '^(.*)\|+\1$'

輸出：

Blue|Blue
Yellow|Yellow
Blue|Blue

---

使用\\K ：

paste -d '|' file1 file2 | grep -Po '^(.*)\|+\K\1$'

輸出：

Blue
Yellow
Blue

我假設| 不在您的文件中。

Answer 3

用paste和awk ：

paste -d'|' file1 file2 | awk -F'|' '$1==$2 {print $1}'

我喜歡使用@Cyrus中的paste ，但是我認為合並行的比較更容易通過awk理解。 在這種情況下， -F會使用相同的分隔符| 這是非常簡單的，比較第一位$1與第二$2 。 輸出可以是一個。

還假定| 不是輸入文件的一部分。 可以選擇其他任何字符。

如果輸入文件的每一行僅包含一個單詞，則它會更短並且也可以工作：

paste file1 file2 | awk '$1==$2 {print $1}'

Answer 4

還有一些方法

awk 'FNR==NR{a[FNR,$1];next}(FNR,$1) in a' file1 file2

檢測結果：

$ cat f1
Blue
Red
Orange
Green
Yellow
Blue

$ cat f2
Blue
Green
Red
Purple
Yellow
Blue

$ awk 'FNR==NR{a[FNR,$1];next}(FNR,$1) in a' f1 f2
Blue
Yellow
Blue